自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

上一步保存

qq_44224801的博客

一休哥※

博客等级

码龄7年

155
原创

1033
点赞

4256
收藏

1万+
粉丝

关注

私信

分类专栏

最新评论

YOLOv8加入注意力模块以及其他即插即用模块方法
mianmian820: 测试不报错，但是运行找不到修改的模块是怎么回事
yolov8-seg分割模型TensorRt部署，去掉torch
一休哥※: 已上传
yolov8-seg分割模型TensorRt部署，去掉torch
WilL846: 大佬，github仓库找不到了，可以重发一下吗
YOLOv5轻量化改进 | backbone | 结合MobileNetV4（包含多个结构和使用方式）
山色胜落梅: Traceback (most recent call last): File "F:\NanoTrack\yolov5_master\models\yolo.py", line 565, in <module> model = Model(opt.cfg).to(device) File "F:\NanoTrack\yolov5_master\models\yolo.py", line 286, in __init__ m.stride = torch.tensor([s / x.shape[-2] for x in _forward(torch.zeros(1, ch, s, s))]) # forward File "F:\NanoTrack\yolov5_master\models\yolo.py", line 282, in _forward return self.forward(x)[0] if isinstance(m, Segment) else self.forward(x) File "F:\NanoTrack\yolov5_master\models\yolo.py", line 301, in forward return self._forward_once(x, profile, visualize) # single-scale inference, train File "F:\NanoTrack\yolov5_master\models\yolo.py", line 197, in _forward_once x = m(x) # run File "E:\Anaconda3\envs\NanoTrack\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "F:\NanoTrack\yolov5_master\models\common.py", line 470, in forward return torch.cat(x, self.d) TypeError: e
改进YOLO系列：改进YOLOv8，教你YOLOv8如何添加20多种注意力机制，并实验不同位置。
2401_84335225: 你好，有关瓶颈模块中添加，问一下common在哪？那个注意力机制的代码不是放到conv.py里面吗？

我的YOLOv7改进分享

关注

文章平均质量分 78

包含我使用过程中的一些技巧

关注数：文章数：1 文章阅读量：947 文章收藏量：10

作者: 一休哥※

小菜

展开

专栏收录文章

轻量化YOLOv7系列：结合G-GhostNet | 适配GPU，华为诺亚提出G-Ghost方案升级GhostNet

轻量化YOLOv7系列：结合G-GhostNet | 适配GPU，华为诺亚提出G-Ghost方案升级GhostNet

原创 2024-07-24 10:10:47 · 947 阅读 · 0 评论

我的YOLOv7改进分享

作者: 一休哥※

轻量化YOLOv7系列：结合G-GhostNet | 适配GPU，华为诺亚提出G-Ghost方案升级GhostNet